AT7456E集成了EEPROM的显示器芯片

AT7456E 是一款集成了 EEPROM 的单通道、单色随屏显示发生器,集成了视频驱动器、同步分离器、视频分离开关以及 EEPROM,提高了系统的集成度,有效降低了系统成本。

优势

1.采用符合 NTSC 和 PAL 制式的 512 个用户可编程字符,适合于全球市场。

2.能够方便地以任意字符、尺寸显示各种信息,例如公司标识、常用图形、时间、日期等。

3.预先装载了 512 个字符和图形,并可以通过SPI 兼容串行接口进行在线编程。

4.提供 28 引脚的 HTSSOP 封装以及 16 引脚的LGA 封装,工作温度范围(-40℃~+85℃)。

特性

  • 512 个用户定义字符或图形存储于 EEPROM
  • 字符大小为 12×18 象素
  • 闪烁、反色和背景控制字符
  • 可逐行设置亮度
  • 最多显示 16 行×30 列字符
  • 视频驱动器输出带有衰减补偿
  • LOS、VSYNC 、 HSYNC 和时钟输出(仅 AT7456E)
  • 内置同步发生器
  • 可外部输入复合同步信号(仅 AT7456E)
  • 兼容于 NTSC 和 PAL
  • SPI 兼容串行接口
  • 出厂时带有预先编程的字符组

应用领域

  1. 安全监控系统
  2. 安全监控摄像机
  3. 工业监控
  4. 室内娱乐系统
  5. 手持测量仪器
  6. 消费类电子
相关推荐
zy_destiny10 小时前
【工业场景】用YOLOv26实现桥梁检测
人工智能·深度学习·yolo·机器学习·计算机视觉·目标跟踪
2501_9418372610 小时前
基于YOLO11-Aux改进的圣女果目标检测实现
人工智能·目标检测·计算机视觉
【赫兹威客】浩哥11 小时前
基于 YOLO 多版本模型的路面缺陷识别实践与分析
人工智能·计算机视觉·目标跟踪
XX風12 小时前
2.1_binary_search_tree
算法·计算机视觉
Faker66363aaa13 小时前
YOLO11改进蚊虫目标检测模型,AttheHead注意力机制提升检测精度
人工智能·目标检测·计算机视觉
zy_destiny13 小时前
【工业场景】用YOLOv26实现4种输电线隐患检测
人工智能·深度学习·算法·yolo·机器学习·计算机视觉·输电线隐患识别
qwy71522925816314 小时前
11-图像的缩放
人工智能·opencv·计算机视觉
zy_destiny14 小时前
【工业场景】用YOLOv26实现8种道路隐患检测
人工智能·深度学习·算法·yolo·机器学习·计算机视觉·目标跟踪
不惑_15 小时前
通俗理解条件生成对抗网络(cGAN)
人工智能·生成对抗网络·计算机视觉
十铭忘16 小时前
动作识别11——自建数据集训练PoseC3D第6篇之第二次训练
人工智能·深度学习·计算机视觉